Algoritmo de IA detecta automáticamente anomalías cerebrales a partir de resonancias magnéticas

Alrededor del 1% de la población mundial sufre epilepsia, una condición neurológica grave que se caracteriza por convulsiones frecuentes. Los tratamientos farmacológicos están disponibles para la mayoría de las personas con epilepsia, aunque el 20-30 % no responde a los medicamentos. En los niños que se han sometido a una cirugía para controlar su epilepsia, la displasia cortical focal (DCF) es la causa más común y en los adultos es la tercera causa más común. La DCF consiste en áreas del cerebro que se han desarrollado de manera anormal y, a menudo, causan epilepsia resistente a los medicamentos. Por lo general, se trata con cirugía, aunque identificar las lesiones a partir de una resonancia magnética es un desafío continuo para los médicos, ya que las imágenes de resonancia magnética en las DCF pueden parecer normales. Ahora, un algoritmo de inteligencia artificial (IA) puede detectar anomalías cerebrales sutiles que causan ataques epilépticos.

En el proyecto Multicéntrico de Detección de Lesiones Epilépticas (MELD), un equipo de investigadores internacionales dirigido por el Colegio Universitario de Londres (Londres, Reino Unido), utilizó más de 1.000 resonancias magnéticas de pacientes de 22 centros de epilepsia de todo el mundo para desarrollar el algoritmo, que proporciona informes sobre dónde se encuentran las anomalías en casos de DCF resistente a los medicamentos, una de las principales causas de epilepsia. Para desarrollar el algoritmo, el equipo cuantificó las características corticales de las imágenes de resonancia magnética, como el grosor o el pliegue de la superficie de la corteza/cerebro, y utilizó alrededor de 300.000 ubicaciones en todo el cerebro. Luego, los investigadores entrenaron el algoritmo en ejemplos etiquetados por radiólogos expertos ya fuera como un cerebro sano o con DCF, según sus patrones y características.

Los investigadores encontraron que, en general, el algoritmo pudo detectar la DCF en el 67 % de los casos en la cohorte (538 participantes). Anteriormente, 178 de los participantes habían sido considerados negativos en la resonancia magnética, lo que significa que los radiólogos no habían podido encontrar la anomalía; sin embargo, el algoritmo MELD pudo identificar la DCF en el 63 % de estos casos. Esto es particularmente importante, ya que si los médicos pueden encontrar la anomalía en el escaneo cerebral, entonces la cirugía para extirparla puede proporcionar una cura.

“Este algoritmo podría ayudar a encontrar más de estas lesiones ocultas en niños y adultos con epilepsia, y permitir que más pacientes con epilepsia sean considerados para una cirugía cerebral que podría curar la epilepsia y mejorar su desarrollo cognitivo”, dijo el coautor principal del estudio, Dr. Konrad Wagstyl del Instituto de Neurología UCL Queen Square.

“Nuestro algoritmo aprende automáticamente a detectar lesiones a partir de miles de resonancias magnéticas de pacientes. Puede detectar de forma fiable lesiones de diferentes tipos, formas y tamaños, e incluso muchas de esas lesiones que antes los radiólogos pasaron por alto”, añadió la coautora del estudio, la Dra. Hannah Spitzer (Helmholtz Munich).

“Esperamos que esta tecnología ayude a identificar las anomalías que causan la epilepsia que actualmente se pasan por alto. En última instancia, podría permitir que más personas con epilepsia se sometan a una cirugía cerebral potencialmente curativa”, dijo la coautora principal del estudio, la Dra. Sophie Adler, del Instituto de Salud Infantil Great Ormond Street de UCL.

Enlaces relacionados:
Colegio Universitario de Londres  

Visitar la expo >

Miembro Oro

Electrode Solution and Skin Prep

Signaspray

Miembro Oro

Ultrasound System

FUTUS LE

Wireless Flat Panel Detector

ExamVue 10" x 12" Glassless Substrate Wireless

Pencil Beam System

inus D DXA